[发明专利]一种基于随机子空间算法的结构模态参数识别方法及装置

说明书

本发明属于结构振动模态测试领域,涉及一种基于随机子空间算法的结构模态参数识别方法及装置，首先在结构的工作状态监测系统中，通过布设的加速度传感器采集结构的振动信号，采集到结构的振动信号后，对振动信号进行预处理去除噪声干扰，通过对振动信号构成的托普利兹矩阵行列数的调整，以及结合振动信号与模态能量之间的关系，可以减少真实模态的缺失，再由系统矩阵与模态参数关系识别结构的模态参数，通过随机子空间方法，得到模态参数结果，提高模态参数的识别精度，最后，将识别到的结构模态参数与结构固有的模态特征参数进行对比分析，对结构进行有无损伤发生的判断；本发明能够很好地接近结构参数的真实值，具有精确的安全评估能力。

技术领域

本发明属于结构振动模态测试领域，涉及一种基于随机子空间算法的结构模态参数识别方法及装置。

背景技术

随着工业化技术的不断发展，一些大型结构在生产生活中起着越来越重要的作用，其结构也越来越复杂。人们对其安全性、耐用性的关注日益增多，如何快速地实现对结构损伤位置、损伤程度的识别成为了一些专家学者急需解决的难题。在实际的使用过程中，对结构发生损伤进行及时的预报显得非常重要，更为重要的是，有些结构的重要部件一旦发生损伤，它的破坏程度迅速发展，而在未及时发现的情况下，很快就会导致整个结构的毁坏，后果不堪设想。

为了解决整个结构特别是大型复杂结构的安全使用问题，因此对结构损伤程度的识别成为国内外学者关注的焦点，特别是利用结构的振动响应和系统动态特性参数对结构进行分析，近几十年来成为国内外研究的热点。其基本思想是：结构发生损伤会引起结构中物理参数(质量、刚度等)的改变，结构的模态参数(模态频率、模态振型、模态阻尼等)随之发生改变，根据此改变量即可确定结构损伤的位置与程度。按不同的技术水平，工程结构的损伤确定和质量评估可分为以下四个层次：①预估结构是否发生损伤；②确定损伤位置；③判断损伤程度；④结构发生损伤后的寿命预估。基于振动数据的结构损伤程度的识别可选用的特征指标有：结构的固有频率、结构位移模态振型、结构曲率模态振型、结构应变模态、结构位移(速度、加速度)频率响应函数、结构模态应变能等。

结构的模态参数识别是结构健康监测领域研究的重点，模态分析在大型结构的健康监测中起到十分重要的作用，大型结构中重要的模态参数包括固有频率、阻尼比及模态振型，因此模态参数识别的重要任务就是识别结构的频率和振型。随机子空间方法是近年来发展起来的一种线性系统辨识方法，该方法无需进行人工激励，直接从环境激励的响应输出信号中提取结构的模态参数，这些模态参数将作为结构健康监测、受损结构物的评定和结构控制的输入；

然而，随机子空间方法作为模态参数的识别方法之一，虽然被广泛运用于实际工程结构的模态参数识别中，但其依然存在系统阶次确定难、模态缺失、真实模态筛选存在主观性及真实模态参数提取存在的不准确问题。因此，急需一种检测方法能够准确确定系统模型的阶次获得结构的真实模态，进而得到真实可靠的频率模态参数、阻尼比模态参数及高精确度的振型模态参数。通过随机子空间方法获得的模态参数与结构的固有模态参数对比，从而判断结构是否有损伤的发生，再进一步确定损伤发生的位置及程度。

发明内容

本发明是为了解决上述现有技术存在的不足之处，提出了一种基于随机子空间算法的结构模态参数识别方法，以期能够准确确定系统模型的阶次获得结构的真实模态，得到真实可靠的频率模态参数、阻尼比模态参数及高精确度的振型模态参数。

本发明解决技术问题所采取的技术方案是：一种基于随机子空间算法的结构模态参数识别方法，包括以下步骤：

步骤1：在结构上共采集i个测点的加速度响应数据{y_r|r＝1，2，...，i}；其中y_r表示第r个测点的加速度响应数据；

步骤2：对采集到的加速度响应数据进行预处理，预处理之后计算每一列实测数据的协方差，并构造成协方差矩阵；利用奇异值分解对协方差矩阵进行奇异值分解，得到对应的奇异值矩阵，由主元分析方法对奇异值矩阵进行计算，以得到结构的近似模型阶次k；